“費馬……大定理？”
阿達民的話，讓萊斯利*蘭伯特很意外，他愣了一會兒才想起自己是為何而疑惑。
這位阿達民先生，他不知道“費馬大定理”已經被證明了嗎，但即便如此，自己要不要直言相告，冒這樣的風險去揭短呢。
這邊還在猶豫，線路另一頭，ASA的提醒已做了這樣一件事。
“哦，是這樣，‘費馬大定理’已經被人類證明過了。
那麽換一個待解決的猜想，怎麽樣，蘭伯特先生，我們谘詢一下數學家們，或者從數據庫裏找幾個難度較高的猜想，讓‘二號機’嚐試證明一下，這是否能驗證，‘混沌’係統的能力究竟如何。”
“理論上講，這樣做是有一定的價值。”
所謂當局者迷，身在“強人工智能”研發組，從一開始就瞄準自主思維的設計目標，長期以來萊斯利*蘭伯特所想的，幾乎都是如何讓AI具備自主思維，創造性、探索性研究的能力，而幾乎沒考慮過別的。
不過，接觸這一設想後，憑借自己對“混沌”係統的觀察，蘭伯特還是不自覺的在屏幕前搖一搖頭，他並不認為現在的“混沌”能解決多麽高深的數學問題。
從數論中的一個普通結論，到長久未解決的猜想，難度究竟差多少。
這問題，別普通民眾，即便在數學領域摸爬滾打多年的研究者，也不一定能給出準確的回答，甚至往往要等到猜想被解決後，才能有一個相對準確、公允的評價，然而此時猜想已經被解決，這種回答的價值，自然也近乎於零。
身為一名數學領域的涉獵者，在這方麵，萊斯利*蘭伯特湊巧有詳細的觀察與思考。
權衡利弊後，他直接向阿達民指出，所謂“選擇高難度的猜想”，這一設定本身就包含極大的不確定性：數學猜想的“難度”，並無絕對標準，而幾乎完全由研究者的數量、水平，和猜想屹立的時間長短來決定。
譬如著名的“費馬大定理”，從西曆109年提出，到西曆1450年解決，包括歐拉、柯西、高斯、勒貝格等著名數學家都牽扯其中。
這麽多頂尖頭腦的努力，前後也經曆了三百多年時間，才最終將其證明。
這樣的現實，在費馬大定理被證明之前，的確可以作為很有利的論據，證明這一定理（其實應該用“猜想”）的難度之高。
但是這一原則，很顯然，並無法應用到所有的數學結論、猜想之上。
現代數學，已經發展到怎樣的程度，蘭伯特略知一二，他很清楚數學這一棵參大樹，現如今是怎樣的枝繁葉茂。
具體到每一個分支，又有近乎無數的研究成果與未解之謎，即便動員舊時代的所有數學家，殫精竭慮，也絕無可能針對每一個猜想、結論都展開詳盡而長久的研究，因而也不可能憑借“研究者數量、水平、時長”的大原則，判斷問題的難度。
道理很簡單，人類根本沒有這麽多頂尖人才，僅有的人才，也斷然無法將所有時間精力耗費在理論研究、猜想證明上。 本章尚未完結,請點擊下一頁繼續閱讀---->>>